零售商多年来一直在收集客户数据，现在可以利用人工智能技术来帮助他们有效地使用这些数据。
他们抓住了机遇，但前方的挑战是什么？人工智能正在成为零售购物行业的主要组成部分。
一些零售商或百货公司（如Marks & Spencer、Holiday Extras、京东等）正在使用人工智能和机器学习技术来更好地分析数据并迎合客户体验。
，并最终转化为销售业绩。
那么哪些零售商在采用人工智能方面处于领先地位呢？他们在进入数字世界时遇到了哪些挑战以及获得了哪些好处？客户和数据的故事 Ocado 首席技术官 Paul Clarke 表示，人工智能技术可以帮助零售商更智能地利用稀缺资源，但一些企业不确定是否采用。
了解客户意味着零售商需要确保他们在正确的时间、正确的地点拥有正确的库存。
几十年来，零售商已经从许多不同的人那里收集了大量的客户数据，如果没有技术的帮助，就不可能提供这种个性化服务。
正如咨询公司 Elixirr 合伙人兼零售业务主管 Brian Kalms 指出的那样，一些零售商拥有如此多的数据，以至于他们不再需要手动分析，特别是当他们添加新的在线业务时。
“过去，当顾客走进商店时，没有人认出他们是谁，”他说。
“另一方面，在线零售制造商知道进入网站的顾客是谁，因此零售商必须精通数据技术。
这就是人工智能的应用之一——它以机器人和通信的形式出现，并且是进入数据分析阶段。
”利用。
用于了解客户的数据过去，零售商经常以“简单的方式”对客户进行分类。
现在可以使用数据更好地了解客户。
例如，使用传统客户人口统计数据来了解基于经济背景、收入和性别的“价值”消费者，情况并非如此。
“组织需要一段时间才能找到有关人们购买行为的一些信息，”卡尔姆斯说。
卡尔姆斯表示，随着Asos、Ocado和亚马逊等数字原生企业成为市场颠覆者并对其客户有了更深入的了解，零售商场的运营模式变得越来越无利可图，迫使零售商探索其他方式来吸引客户并期待提供拥有更多零售经验的客户。
“零售商期待每一位顾客的到来，并提供全天候服务，”他说。
数字零售商更快地采用新技术但数字优先零售商与传统实体零售商的区别在于，数字零售商始终牢记这些技术，并在新技术出现时随时采用它们。
“他们只生活在数字世界中，所以他们不认为人工智能是有待发现的东西，它只是内置于他们所做的一切中，”卡尔姆斯说。
“这可能是目前零售业最重要的事情。
传统企业和数字优先企业之间的区别“对于大型企业来说，试验和采用智能镜像、数据分析和人工智能等技术可以增加采购量和回报。
但卡尔姆斯表示，将这些实验整合到核心业务方法中存在一些困难，这对于数字优先零售商来说要容易得多。
了解有关零售技术的更多信息正如卡尔姆斯所说，大型零售商历来专注于“产品和服务创新”，而不是敏捷性和数字创新。
一些零售商已经成功实现了这一目标，例如视频游戏零售商 Game，利用其拥有的数据来开发个性化程序，以使其在线和店内产品适应现代数字受众。
但是嘘。
com 的 IT 运营主管 Steve Roberts 表示，许多此类性质的项目都失败了，因为它们没有真正解决问题——企业急于采用该技术，而不知道如何使用它或使其适应更广泛的业务。
。
“听起来不错，不是吗？显然，业界有很多流行术语，人工智能可能就是其中之一，”他说。
“我认为很多人不明白如何使用这些技术，他们最终得到了一些非常适合他们的技术方面，但该技术并不是那么适合商业化。
”用例和挑战罗伯茨列出了零售行业人工智能的一些常见用例，包括使用机器学习来防止欺诈或使用客户数据进行个性化，这将有助于预测呼叫量、商店流量或服务。
Boohoo 正在尝试使用人工智能来回答客户的常见问题，例如订单在哪里或如何退货，这可以减少零售商的人员数量。
罗伯茨表示，Boohoo 与一家名为 Syte 的第三方视觉搜索公司合作实施这项工作可以有所帮助。
零售商解决他们可能无法解决的问题 过去的经验 过去，零售商和政府机构一样，认为投资技术项目成本高昂，而且在许多情况下会失败，导致零售商无法解决他们面临的问题。
但即使与第三方合作，零售商真的可以依靠他们收集的数据来采用任何类型的人工智能技术吗？ “它能理解我们提供的数据并从中学习吗？我们提供的数据可能对人类来说看起来不错，但对机器来说并不完全有利，”罗伯茨说。
“作为一项技术，它仍然相对不成熟，但该领域将很快获得关注，因此我预计成熟度会大大提高。
”虽然机器学习和人工智能最常用于利用数据来改善客户体验和增加个人体验，但 Holiday Extras 集团技术总监 Andy Britcliffe 指出，虽然听起来很简单，但工作量可能只是“小窍门”。
的冰山”。
例如，在呼叫中心使用人工智能时，布里特克利夫说，“通过机器学习，可以进行更好的建模，这样当人们打电话给我们时，我们就能找到合适的人接电话。